数据模型资源手册（修订版）卷1[按需印刷]
![数据模型资源手册（修订版）卷1[按需印刷]](http://images.china-pub.com/ebook15001-20000/19552/zcover.jpg?2012-2-29 17:44:27)
点击看大图
基本信息
内容简介回到顶部↑
对于任何一个需要实现数据模型的企业来说，本书是必备的。书中包含有关通用数据模型的具有实践性的见地和模板，可以用于所有的企业。
——Ron Powell，Publisher，DM Review
本书第1版出版以来，业内专家门对该书进行了热烈的讨论，这不足为奇。本书将给您配备上一套功能强大的数据模型和数据仓库设计，采用这些模型可以将您的数据库设计项目带到一个高的起点上。您将获得通用业务功能的经过验证的模型，如订购和管理产品、处理装运、开票、财务和预算、管理人力资源、联系人管理和项目管理。
本版经过完全校订和修改，包括了许多新的和扩展的数据模型，这些模型包括产品定制、装运和接收、预算背景和雇员资格和表现。另外，书中有新的数据集市设计，包括财务分析、库存管理和装运逻辑。
通过本书，您将学会：
如何定制企业和逻辑数据模型，以满足企业的具体需求
如何将逻辑数据模型转换成数据仓库和数据集市
如何开发物理数据设计和基于通用数据模型来评估设计选项
如何在企业范围内进行数据库和数据仓库集成
如何验证企业的现有数据模型
——Ron Powell，Publisher，DM Review
本书第1版出版以来，业内专家门对该书进行了热烈的讨论，这不足为奇。本书将给您配备上一套功能强大的数据模型和数据仓库设计，采用这些模型可以将您的数据库设计项目带到一个高的起点上。您将获得通用业务功能的经过验证的模型，如订购和管理产品、处理装运、开票、财务和预算、管理人力资源、联系人管理和项目管理。
本版经过完全校订和修改，包括了许多新的和扩展的数据模型，这些模型包括产品定制、装运和接收、预算背景和雇员资格和表现。另外，书中有新的数据集市设计，包括财务分析、库存管理和装运逻辑。
通过本书，您将学会：
如何定制企业和逻辑数据模型，以满足企业的具体需求
如何将逻辑数据模型转换成数据仓库和数据集市
如何开发物理数据设计和基于通用数据模型来评估设计选项
如何在企业范围内进行数据库和数据仓库集成
如何验证企业的现有数据模型
作译者回到顶部↑
本书提供作译者介绍
作者Len Silverston是数据管理领域的作家、演讲人、顾问和先锋。在过去的20年中，他将时间投入到了协助企业建立和集成信息系统的工作中，他采用独特的方法去开发信息体系结构，设计数据库和解决数据管理问题。
Silverston先生当过数不清的各种会议的特邀演讲人，在一些出版物，如Data Management Review(数据管理评论)和数据仓库研究所(Data Warehouse Institute)的Journal of Data Warehousing(数据仓库期刊)上，发表许多有关数据库设计和数据仓库的论文。
Len Silverston.. << 查看详细
Silverston先生当过数不清的各种会议的特邀演讲人，在一些出版物，如Data Management Review(数据管理评论)和数据仓库研究所(Data Warehouse Institute)的Journal of Data Warehousing(数据仓库期刊)上，发表许多有关数据库设计和数据仓库的论文。
Len Silverston.. << 查看详细
目录回到顶部↑
第1章 绪论
1．1 人们为什么需要这本书
1．2 本书所面向的读者
1．3 人们对通用数据模型的需求
1. 4 系统开发的一种全局性方法
1．5 本书和这些数据模型的目的
1．6 本书第2版的新内容
1．7 本书中采用的约定和标准
1．7．1 实体
1．7．2 子类和超类
1．7．3 属性
1．7．4 关系
1．7．5 物理模型
1．7．6 图示表格约定
1．7．7 参考图约定
1．8 本书的配套光盘
第2章 人与组织
2．1 组织
2．2 人员
2．3 当事人
1．1 人们为什么需要这本书
1．2 本书所面向的读者
1．3 人们对通用数据模型的需求
1. 4 系统开发的一种全局性方法
1．5 本书和这些数据模型的目的
1．6 本书第2版的新内容
1．7 本书中采用的约定和标准
1．7．1 实体
1．7．2 子类和超类
1．7．3 属性
1．7．4 关系
1．7．5 物理模型
1．7．6 图示表格约定
1．7．7 参考图约定
1．8 本书的配套光盘
第2章 人与组织
2．1 组织
2．2 人员
2．3 当事人
译者序回到顶部↑
在企业信息系统体系结构中，数据处于核心地位。数据模型是用于描述企业信息系统中的数据及数据之间关系的基本工具。系统开发人员在系统开发前必须建立各级数据模型以指导整个开发过程，系统的用户也必须通过数据模型来了解信息系统中的数据。可以说，数据模型是信息系统开发和应用的基本指南。
传统的企业信息系统建模方式是从头开始，通过对企业的调研和与用户的交流，仔细了解企业的各个应用主题数据，经过多次反复，为企业的数据逐步建立起各种模型，如人员模型、组织机构模型、订单模型、财务模型、产品模型等各种应用主题的数据模型。在此过程中，建模人员和用户都需要花费大量的时间、精力和财力，才有可能建立起较为完善的企业数据模型。而再做另一个企业信息系统的建模工作的时候，可能还需要花费差不多的时间和投资。
为了解决这些问题，人们在研究与实践过程中，尝试着根据以往的建模经验，或多或少地建立起一些类似模板的模型，作为以后建模工作的基础。但这些模板多数都作为经验保存在一些有经验的专家的脑海里，或者是作为企业的机密保管着。普通的建模人员和学习人员很难获得这些有益的经验。同时，这些经验或模板有些也只涉及个别应用主题，只能解决部分应用的数据建模问题。也就是说，建模人员希望能得到通用的、能作为设计模板的、涉及到各种常见企业应用主题的通用数据模型，并将它们当作建模工作的一个起点，以提高建模效率和质量。
《数据模型资源手册，修订版，卷1》正是回答这个问题的一个很好的答案，作者是数据模型领域的一个国际知名专家，作者将自己在数据模型工作方面的经验，写成了这本书。与本书相对应的还有一本《数据模型资源手册，修订版，卷2》，其中介绍的是常见的各个行业的通用数据模型。
本书所涉及的主题数据模型包括人与组织、产品、产品订购、装运、工作计划、发票、会计和预算以及人力资源等模型。有了这些通用数据模型，信息系统的建模人员可以站在一个更高的起点上，可以将这些模型作为基本模板，用于指导建模过程中的用户需求讨论、模型设计和模型定制工作，从而大大加快建模过程和建模效率。应该说，本书是数据建模人员必备的一本参考书。
本书中的数据模型基本上是以美国的企业及其管理方式为基础编写的，在总体上也基本适合中国的企业，但在某些细节方面与中国国情会有所不同，因此，读者在使用其中的模型时要稍加注意。另外，本书中涉及大量的实体名、属性名和表名。为了能使语句连贯，增强可读性，译者在翻译过程也对这些内容进行了翻译。读者在阅读过程中，或在建立逻辑和物理数据模型的过程中，若需要参考原文的各种对象名称，可以参考本书后的附录。原书对实体名、属性名和表名以特殊字体格式表示。考虑到中英文字差别，在译文中，我们用特殊字体表示实体名、表名和属性名。
本书的翻译由林友芳、李红松、王黎明、秦远辉、康志钢、邵超、贺志、周丽苹、尚文倩、张秀娟和陈萍等共同完成，对本书的赞誉、序言、关于作者、第1章、第3章、第10章、第11章、附录A、附录B、附录C及附录之后的内容由林友芳翻译，第2章和第15章由李红松翻译，第4章由康志钢翻译，第5章由贺志翻译，第6章由邵超翻译，第7章和第12章由秦远辉翻译，第8章由周丽苹和张秀娟翻译，第9章和第13章由王黎明翻译，第13章由尚文倩翻译，陈萍录入了本附录中的部分英文内容。全书由林友芳统一定稿并审定内容。黄厚宽教授也对本书的翻译工作做了许多指导和组织工作。
由于译者水平有限，错误之处望广大读者批评指正。
传统的企业信息系统建模方式是从头开始，通过对企业的调研和与用户的交流，仔细了解企业的各个应用主题数据，经过多次反复，为企业的数据逐步建立起各种模型，如人员模型、组织机构模型、订单模型、财务模型、产品模型等各种应用主题的数据模型。在此过程中，建模人员和用户都需要花费大量的时间、精力和财力，才有可能建立起较为完善的企业数据模型。而再做另一个企业信息系统的建模工作的时候，可能还需要花费差不多的时间和投资。
为了解决这些问题，人们在研究与实践过程中，尝试着根据以往的建模经验，或多或少地建立起一些类似模板的模型，作为以后建模工作的基础。但这些模板多数都作为经验保存在一些有经验的专家的脑海里，或者是作为企业的机密保管着。普通的建模人员和学习人员很难获得这些有益的经验。同时，这些经验或模板有些也只涉及个别应用主题，只能解决部分应用的数据建模问题。也就是说，建模人员希望能得到通用的、能作为设计模板的、涉及到各种常见企业应用主题的通用数据模型，并将它们当作建模工作的一个起点，以提高建模效率和质量。
《数据模型资源手册，修订版，卷1》正是回答这个问题的一个很好的答案，作者是数据模型领域的一个国际知名专家，作者将自己在数据模型工作方面的经验，写成了这本书。与本书相对应的还有一本《数据模型资源手册，修订版，卷2》，其中介绍的是常见的各个行业的通用数据模型。
本书所涉及的主题数据模型包括人与组织、产品、产品订购、装运、工作计划、发票、会计和预算以及人力资源等模型。有了这些通用数据模型，信息系统的建模人员可以站在一个更高的起点上，可以将这些模型作为基本模板，用于指导建模过程中的用户需求讨论、模型设计和模型定制工作，从而大大加快建模过程和建模效率。应该说，本书是数据建模人员必备的一本参考书。
本书中的数据模型基本上是以美国的企业及其管理方式为基础编写的，在总体上也基本适合中国的企业，但在某些细节方面与中国国情会有所不同，因此，读者在使用其中的模型时要稍加注意。另外，本书中涉及大量的实体名、属性名和表名。为了能使语句连贯，增强可读性，译者在翻译过程也对这些内容进行了翻译。读者在阅读过程中，或在建立逻辑和物理数据模型的过程中，若需要参考原文的各种对象名称，可以参考本书后的附录。原书对实体名、属性名和表名以特殊字体格式表示。考虑到中英文字差别，在译文中，我们用特殊字体表示实体名、表名和属性名。
本书的翻译由林友芳、李红松、王黎明、秦远辉、康志钢、邵超、贺志、周丽苹、尚文倩、张秀娟和陈萍等共同完成，对本书的赞誉、序言、关于作者、第1章、第3章、第10章、第11章、附录A、附录B、附录C及附录之后的内容由林友芳翻译，第2章和第15章由李红松翻译，第4章由康志钢翻译，第5章由贺志翻译，第6章由邵超翻译，第7章和第12章由秦远辉翻译，第8章由周丽苹和张秀娟翻译，第9章和第13章由王黎明翻译，第13章由尚文倩翻译，陈萍录入了本附录中的部分英文内容。全书由林友芳统一定稿并审定内容。黄厚宽教授也对本书的翻译工作做了许多指导和组织工作。
由于译者水平有限，错误之处望广大读者批评指正。
序言回到顶部↑
当我在20世纪70年代中期刚开始接触数据模型时，我学过一组图示约定、规范化规则以及如何实现优秀设计的几条原则。不久，我就发现，我学的这些东西只是最容易的部分。真正的挑战，就像任意一个有经验的建模人员所知道的一样，在于理解业务需求和选择一个合适的概念和结构集来支持这些需求。因此，传统的建议是“去搞清楚企业需要针对什么保存信息，这些东西之间是如何关联的”，其实，这个建议是一个过于粗略的简化描述，在一般情况下识别实体和关系是非常难的。
近几年的研究发现，有经验的数据建模人员会重复使用、调整或部分调整他们以前工作中用到过的模型，而不是从最初的原则开始进行建模工作，这其实是长期以来业内人士众所周知的事实。实际上，他们的“经验”可能存在于具有各种基本功能的工具中，但更多的经验则很可能存储在他们自己个人的模型库中，一般情况下都记在脑子里，而没有做成文档。使用已有模板，改变业务专家和建模人员之间的交流内容：建模人员将会在他们的模型清单中去搜寻适合当前情形的模型或模型集，然后再去细究这些模型的细节问题。对于建模人员来说，这样的一个角色，比起以往的合作(即双方共同为数据模型提出观点和内容)要主动得多。
当然，对单个开发人员来说，要建立任何复杂模型库的模型，都需要花费很多时间去了解大量的业务需求。通常，只有专家级的数据建模人员才有这种机会，然而，现实当中许多数据建模工作都是由非专家级的人员进行的。
要摆脱这种相当随意的孤立方法，显然需要让有经验的建模人员去开发和出版与最常见的业务需求对应的数据模型，这样，这些解决方案可以得到共享、评估和改进。几乎每一个行业的企业都需要保存关于客户、员工和销售的数据，并且几乎每一个数据模型建模人员都需要花时间与这些共同的(但绝对不是简单的)情形打交道，因此他们痛苦地认识到自己是在做重复工作，而且也没有信心自己能做得更好。
人们对数据模型建模知识进行的这种丰富和完善工作已经有很长一段时间了。有些书籍、论文和教材也不断地涉及数据模型建模论题，如：建模范例、图表约定和规范化。这些显然都是重要的课题。但是，由于缺乏更完善的材料，人们并不清楚数据建模这个学科是否已经达到完善发展的状态。
出现这种现象的原因是：最适宜去认识共同的情形，并为这些情形开发出模型的人是数据模型专业人员，因为这些人能有机会接触到各种行业的需求。他们多年来建立起来的模型是非常有价值的专业资源，将这些资源用在专业咨询上，比起将它们写成书而言，能得到更多的利润。将自己的解决方案拿出来被同行详细审查也需要很大的勇气，因为所有同行们将会很自然地去细究那些最完美的解决方案。
因此，让我感到很欣喜的是，Len Silverston将经过扩充的修订版出版。本书第1版是面向负责行业信息系统数据建模工作的人员的基本读物，该版特别著名的一点是书中有各个特定数据建模领域专家的文稿。本版保留了这个特点，并涵盖了一些新的行业领域，修改一些原始材料。Len希望继续提高素材质量的意愿，使我相信书中的核心模型将会获得模型标准起点这样一个应有的地位。
如果有人问“一旦我学会基础知识以后，我应该买的第二本数据模型建模书是哪一本?”那么本书是一个非常优秀的答案，而且，每一个数据模型建模的从业人员都至少应该拥有两本这方面的书!
Graeme Simsion
2001．1．1
近几年的研究发现，有经验的数据建模人员会重复使用、调整或部分调整他们以前工作中用到过的模型，而不是从最初的原则开始进行建模工作，这其实是长期以来业内人士众所周知的事实。实际上，他们的“经验”可能存在于具有各种基本功能的工具中，但更多的经验则很可能存储在他们自己个人的模型库中，一般情况下都记在脑子里，而没有做成文档。使用已有模板，改变业务专家和建模人员之间的交流内容：建模人员将会在他们的模型清单中去搜寻适合当前情形的模型或模型集，然后再去细究这些模型的细节问题。对于建模人员来说，这样的一个角色，比起以往的合作(即双方共同为数据模型提出观点和内容)要主动得多。
当然，对单个开发人员来说，要建立任何复杂模型库的模型，都需要花费很多时间去了解大量的业务需求。通常，只有专家级的数据建模人员才有这种机会，然而，现实当中许多数据建模工作都是由非专家级的人员进行的。
要摆脱这种相当随意的孤立方法，显然需要让有经验的建模人员去开发和出版与最常见的业务需求对应的数据模型，这样，这些解决方案可以得到共享、评估和改进。几乎每一个行业的企业都需要保存关于客户、员工和销售的数据，并且几乎每一个数据模型建模人员都需要花时间与这些共同的(但绝对不是简单的)情形打交道，因此他们痛苦地认识到自己是在做重复工作，而且也没有信心自己能做得更好。
人们对数据模型建模知识进行的这种丰富和完善工作已经有很长一段时间了。有些书籍、论文和教材也不断地涉及数据模型建模论题，如：建模范例、图表约定和规范化。这些显然都是重要的课题。但是，由于缺乏更完善的材料，人们并不清楚数据建模这个学科是否已经达到完善发展的状态。
出现这种现象的原因是：最适宜去认识共同的情形，并为这些情形开发出模型的人是数据模型专业人员，因为这些人能有机会接触到各种行业的需求。他们多年来建立起来的模型是非常有价值的专业资源，将这些资源用在专业咨询上，比起将它们写成书而言，能得到更多的利润。将自己的解决方案拿出来被同行详细审查也需要很大的勇气，因为所有同行们将会很自然地去细究那些最完美的解决方案。
因此，让我感到很欣喜的是，Len Silverston将经过扩充的修订版出版。本书第1版是面向负责行业信息系统数据建模工作的人员的基本读物，该版特别著名的一点是书中有各个特定数据建模领域专家的文稿。本版保留了这个特点，并涵盖了一些新的行业领域，修改一些原始材料。Len希望继续提高素材质量的意愿，使我相信书中的核心模型将会获得模型标准起点这样一个应有的地位。
如果有人问“一旦我学会基础知识以后，我应该买的第二本数据模型建模书是哪一本?”那么本书是一个非常优秀的答案，而且，每一个数据模型建模的从业人员都至少应该拥有两本这方面的书!
Graeme Simsion
2001．1．1
)
加载中...
